Stable Audio是什么？

Stable Audio是Stability AI 推出的AI生成音樂平臺，你只需要輸入描述性文本提示以及所需的音頻長度即可生成高質量的音樂和音效。

你可以通過文本提示就能直接生成搖滾、爵士、電子、嘻哈、重金屬、民謠、流行、朋克、鄉村等20多種類型背景音樂。

例如，輸入迪斯科、鼓機、合成器、貝司、鋼琴、吉他、歡快、115BPM等關鍵詞，就能生成背景音樂。

Stable Audio官網地址：http://stableaudio.com

Stable Audio工作原理

Stable Audio是一種基于文本元數據以及音頻文件持續時間和開始時間的潛在擴散模型架構，允許控制生成音頻的內容和長度。這種額外的時序條件使我們能夠生成指定長度的音頻，直到訓練窗口大小。

Stable Audio主要特點

• 潛在擴散模型：Stable Audio模型是由幾個不同部分組成的潛在擴散模型，包括變分自編碼器（VAE）、文本編碼器和基于U-Net的條件擴散模型。
• 高效的音頻表示：使用重度下采樣的音頻潛在表示，與原始音頻相比，可以實現更快的推理時間。
• 文本提示條件：為了在模型上設置文本提示，我們使用在我們的數據集上從頭開始訓練的CLAP模型的凍結文本編碼器。
• 時序嵌入：在訓練時，計算兩個屬性：音頻塊開始的秒數和原始音頻文件中的總秒數。這些秒數值被轉化為每秒離散的學習嵌入，并與提示令牌連接。
• 數據集：Stable Audio模型，使用了一個由超過800,000個音頻文件組成的數據集，這些文件包含音樂、音效和單一樂器莖，以及相應的文本元數據。

Stable Audio產品價格

• 免費版：每月可生成20個音樂，最大時長45秒，不能用于商業使用；
• 付費版：收費11.99美元/月，每個月可生成500個音樂，最大時長90秒，可用于商業用途。
• 企業版：與Stability AI官方聯系溝通。聯系郵箱：hey@stableaudio.com

如何使用Stable Audio？

打開Stable Audio網站：http://stableaudio.com ，注冊一個賬號，進入使用界面。

如下圖所示，在使用界面左上方的輸入框中，輸入你想讓AI生成的音樂描述，點擊生成按鈕，即可生成音樂?。

注意?：目前用戶量比較大，有時候可能會出現白屏現象，刷新幾次就可以了。

詳細介紹：https://stability.ai/research/stable-audio-efficient-timing-latent-diffusion

?版權聲明：如無特殊說明，本站所有內容均為AIHub.cn原創發布和所有。任何個人或組織，在未征得本站同意時，禁止復制、盜用、采集、發布本站內容到任何網站、書籍等各類媒體平臺。否則，我站將依法保留追究相關法律責任的權利。